真实信息发布在谣言传播中的作用研究

2 初始网络模型的构建与模型仿真
2.1 模型说明 在应用 SIH 模型时应注意谣言信息与真实信息的定义与区 分。 谣言通常指经由各种渠道传播的为公众感兴趣的事务、 事件 或问题的未经证实的阐述。 谣言的产生不以事实为依据， 易对正 常的社会秩序造成不良影响。 而真实信息是指经过证实的、 以事 实为依据的相关信息。 在一定程度上， 本文所指的真实信息也可 以理解为辟谣信息， 即为了消除谣言传播造成的错误或不全面认 知而发布的澄清信息。因此，本文提出的 SIH 模型可以直接用 来模拟面对谣言散布的现象，政府及相关机构或组织的辟谣行 为。 相比经典谣言传播模型，SIH 模型增多了一类传染源，即真 实信息发布者， 且该个体与谣言传播者个体出现的时刻可能存在 不同步现象。 在现实中， 往往正是由于相关真实信息的不及时性， 才滋生了谣言的传播。 因此， 本文假定真实信息的出现相对于谣 言存在一定的滞后性。 假设系统中在初始时刻即存在一个谣言传 播者，而真实信息出现于 T 个时步之后，其中 T0。需要注意的 是，在没有真实信息的情况下，该模型将还原成经典的 SI 模型， 即系统中只存在无知者（健康节点）和传播者（感染节点）两种 状态，无知者遇到传播者时将以一定的概率被说服成为传播者。 在该模型中，谣言的传播过程除了受到参数 α、β 的影响之 外，还与发布真实信息的时刻 T、发布真实信息的个体数目以及 这些个体自身的性质（如度，公信力）等有着密不可分的关系。 其中， 节点的度代表邻居节点数量的多少， 可以通过初始网络模 型中节点度的大小来反映。公信力是本文创新地引入的一个因 素， 真实信息发布者公信力大小的改变， 将体现在其说服邻居节 点的概率的改变上。 具体来讲， 本文假设当真实信息发布者公信 力提升倍时， 说服与之相连的邻居个体的概率也相应提升倍。
spreaders Smax follows the power law distributions: Smax , in which the parameter η refers to the proportion of the factual
1
information publishers; Smax , in which the parameter ω stands for the multiple that the credibility of the factual
1 2
2 的大小均受到真实信息发布时间 T 的影响。
关键词：谣言传播;真实信息;复杂网络 中图分类号：G20 文献标志码：A
Effect of factual information release on rumor spreading
GUO Qiang, LIU Xinhui, HU Zhaolong
[7,8]
。 Zanette
[9,10]
首先将复杂网络理论应用于谣言
[11]
传播的现象, 在小世界网络上建立谣言传播模型, 得出一些包括 谣言传播临界值在内的结论。Moreno 等 在复杂社会网络下研 究了谣言传播理论 , 发现初始的谣言传播概率在无标度网络上 比在随机图上高。Isham 等人在前人研究的基础上，增加了度关 联系数，分析了网络拓扑结构对谣言传播的影响
-------------------------------[12]
。国内的李
ห้องสมุดไป่ตู้
基金项目：国家自然科学基金(91024026，71071098，71171136)；上海市科研创新基金(11ZZ135，11YZ110)；教育部科学技术研究重点项目(211057)；上 海市一流学科(系统科学)建设项目(XTKX2012)；上海市青年科技启明星计划(A)类(11QA1404500) 作者简介：郭强(1975-)，女，辽宁大连人，副教授，硕导，主要研究方向为数据挖掘；刘新惠(1988-)，女，山东聊城人，硕士研究生，主要研究方向为 信息及谣言传播；胡兆龙(1988-)，男，江西南昌人，硕士研究生，主要研究方向为社会网络分析
(1)
SIH 谣言传播模型与以往模型的根本区别在于， 考虑到在谣 言传播过程中真实信息也在进行传播。 在该模型中， 谣言传播者 与真实信息传播者两类个体同时传播不同的信息， 并且真实信息 的传播影响着谣言传播过程。 该模型与现实情况更加相符， 且运 用该模型可以定量地对真实信息在谣言传播中的作用进行研究。
1 模型介绍
1.1 基本谣言传播模型介绍 借鉴传染病模型的基本概念，介绍一下谣言传播的基本模 型。在一个由 N 个个体组成的系统中，每个个体可能处于三种 状态中的一种：无知者 (ignorant) ，传播者 (spreader) 和免疫者 (stifler)。 无知者表示没有接触过谣言信息的个体， 传播者表示系 统中散播谣言的个体， 免疫者表示听到过谣言， 但不再对谣言进 行传播的个体。谣言传播规则制定为： 假设谣言传播者 i 遇到了节点 j，如果节点 j 是无知者，那 么它会以一定的概率 γ 被谣言蛊惑，成为传播者；如果节点 j 是 传播者或者免疫者，那么节点 i 就以概率 α 成为免疫者。 谣言传播的基本模型描述了如下的传播过程： 伴随着谣言的 传播， 更多的个体接触到谣言信息而成为谣言传播者。 但当传播 者意识到该谣言已经广为人知 （表现在遇到了其他传播者或者免 疫者） ，便会失去兴趣，不再对谣言进行传播。在该模型中，谣 言传播的起始条件为： 系统中有一个谣言传播者， 其余为无知者； 终止条件为谣言传播者数量为 0。 1.2 SIH 谣言传播模型 在现实中， 面对谣言四起的情况， 相关机构或个人往往会通 过各种渠道搜集相关的真实信息， 并发布给公众进行辟谣。 在这 种情况下， 谣言信息与相关的真实信息将在竞争中进行传播。 同 时， 个体自身的状态将在谣言传播者与真实信息传播者两种状态 之间进行转换。 为了简便起见， 本文中假定一个相信了谣言信息 的个体在接收到真实信息时， 会以一定的概率重新选择相信真实 信息，摒弃谣言信息。而一个已经相信真实信息的个体，将不会 重新相信谣言。 基于基本谣言传播模型，引入真实信息因素，构建 SIH 谣 言传播模型。该模型假设在一个由 N 个个体组成的系统中，每 个个体可能处于以下三种状态中的一种： 无知者(ignorant)， 谣言 传播者 (rumor spreader) 和真实信息传播者 (factual information holder)。无知者指没有听说过任何谣言信息或真实信息的个体， 谣言传播者表示接触到谣言信息并有意愿对谣言进行传播的个 体， 真实信息传播者表示获取了与谣言相关的真实信息并对真实 信息进行传播的个体。模型中的传播规则定义如下： (1)当一个谣言传播者遇到其他无知者，那么它会以概率 α 说服无知者成为谣言传播者； (2)当真实信息传播者遇到无知者或者谣言传播者，那么它 会以概率 β 说服无知者或者谣言传播者成为真实信息传播者。 图 2 描述了个体的三种状态之间的转换关系。
0 引言
作为社会交流的一种常见形式， 谣言在当今社会中不仅没有 消失，其传播的手段、途径等都发生了非常大的变化。近年来， 复杂网络相关理论的不断完善为研究各种各样的传播现象提供 了很好的载体[1-6]。由于谣言在社会网络中的传播与病毒扩散十 分相似，Daley 和 kendall 于 20 世纪 60 年代借鉴传染病模型提 出了谣言传播的数学模型（DK 模型） ，该模型广泛应用于谣言 传播的定量研究
di (t ) dt i (t ) s (t ) i (t )h(t ) ds (t ) i (t ) s (t ) s (t )h(t ) dt dh(t ) dt i (t )h(t ) s (t )h(t )
(Research Center of the Complex System Science, University of Shanghai for Science & Technology, Shanghai 200093) Abstract: In the paper, we present an improved model for rumor spreading by the introduction of the factual information factor based on the classic rumor spreading model. And through the Monte Carlo simulations, we investigate the effect of the factual information release on the rumor spreading process from four expects: the time when the factual information is released, the quantity, credibility and connectivity of the factual information publishers. The results show that: the sooner that the measures are taken, the better the result for the preventing of the rumor spreading. And to release the factual information is effective for better control of rumor propagation. In addition, the simulation results show that the maximal density of rumor
网络出版时间：2013-11-05 11:26 网络出版地址：http://www.cnki.net/kcms/detail/51.1196.TP.20131105.1126.054.html 优先出版 计 算 机 应 用 研 究 第 31 卷
真实信息发布在谣言传播中的作用研究
郭 强， 刘新惠， 胡兆龙
2
information publisher increases. And the value of the parameter 1 and 2 is affected by the time steps that the factual information is released. Key Words: rumor spreading; factual information; complex networks 建勋等[13]提出一种基于复杂网络理论和系统动力学的模拟演化 方法， 能够有效对不良行为传播过程进行分析。 国防大学的胡晓 峰教授等认为在建模过程中要关注谣言传播的复杂性、心理特 性、蝴蝶效应，并在此基础上建立了基于 Agent 的复杂网络的传 播模型[14]。 然而上述模型忽略了谣言往往存在于和相关的真实信息共 存并且竞争传播的环境中， 同时未就真实信息如何扼制谣言的传 播给出具体建议，从而具有一定的局限性。在现实中，谣言扩散 的同时，也常常伴随着真实信息的传播 [15]。真实信息的出现不 仅能消除谣言造成的错误或不全面认知， 也在很大程度上扼制谣 言的传播。因此，在就谣言传播过程进行建模时，有必要将真实 信息考虑进去。 基于以上考虑， 本文在基本谣言传播模型的基础 上做了改进，引入真实信息因素，构建了 SIH 谣言传播模型，
优先出版
计 算 机 应 用 研 究
第 31 卷
并通过仿真模拟深入考察了真实信息发布对谣言传播造成的影 响。
需要说明的是， 在该模型中， 真实信息传播者由两部分个体 构成， 一部分是最先发布出真实信息的个体， 这部分个体又称为 真实信息发布者； 另一部分来源于接收到真实信息的无知者或谣 言传播者。 假设 i(t)、s(t)和 h(t)分别为无知者、谣言传播者和真实信息 传播者在整个系统中所占的比例。则有 i(t)+s(t)+h(t)=1。进一步， 我们建立了平均场方程：
（上海理工大学 复杂系统科学研究中心,上海 200093） 摘 要：在基本谣言传播模型的基础上，引入真实信息因素，构建了 SIH 谣言传播模型，并借助 Monte Carlo 模拟对模
型进行了仿真。模型分别从以下四点研究了真实信息发布如何影响谣言的传播过程：真实信息发布时刻，真实信息发布 者的数量、度和公信力。Barabasi-Albert 网络上的仿真结果表明，谣言爆发初期是谣言治理的最佳时期，真实信息的发 布对谣言的传播起到扼制作用。另外，谣言传播者比例所能达到的峰值 Smax 与真实信息发布者所占比例 η 之间近似服从 幂律分布 Smax ；该峰值与真实信息发布者公信力提升的倍数 之间也近似服从幂律分布 Smax ，其中指数 1 和